太深了！Codex 配上 Graphify，token 消耗目标直降 80%！ 很多人用 Codex，项目越大，token 烧得越快！【直接用视频中实测提示词配置】 明明只是修改一个小功能，AI... 却要反复读取文件、梳理依赖、重新理解整个项目。上下文越堆越多，开发成本也跟着上涨。 Graphify 的思路很直接：把整个项目文件夹变成一张可查询的知识图谱！它能帮助 Codex 梳理代码、文档和模块之间的关系，把原本分散的信息组织起来，让 AI 更容易定位需要的上下文 为什么值得装？ 1、减少重复读取：帮助 Codex 快速找到相关文件，减少不必要的上下文开销 2、理清项目结构：把代码之间的关联可视化、结构化，降低理解复杂项目的成本 3、提升开发效率：面对大型项目，排查问题、修改功能时更容易找到切入点 4、沉淀项目知识：不必每次都从零梳理项目，后续开发也能复用已有的知识图谱 重点是，它不是让 AI 一味塞进更多上下文，而是尝试让 AI 更高效地找到真正需要的信息show more

Codex 5.6 这 4 个设置，能砍掉 80% 无效 token 浪费，复杂长任务效率还能提升... 70% 很多时候不是模型不够强，而是你的上下文、缓存和工具配置正在拖后腿。 1️⃣ 尽量吃满 prompt cache 固定不变的项目规则、AGENTS.md、开发规范、长期 prompt 放前面，经常变化的需求放后面。这样更容易命中缓存，减少重复计算和重复上下文token消耗。 2️⃣ 长任务要及时压缩上下文 不要让日志、失败方案和旧历史一直堆在会话里。 直接输入prompt： “请整理当前任务上下文，清理失效方案、重复日志和无关历史，只保留当前目标、关键决策、核心约束、当前进度、未解决问题和下一步行动，后续基于最新摘要继续执行。” 3️⃣ MCP 不要装一堆不用的 Browser、Figma、GitHub、文档 MCP 都很强，但工具越多，上下文负担也越大。当前项目需要什么，就加载什么，别让一堆无关工具长期占着上下文。 4️⃣ 保持项目配置稳定 不要频繁切模型、工作目录、工具配置和开发规则。稳定的 prompt、稳定的工具链和固定项目结构，更容易持续复用缓存，也能减少 Agent 反复重新理解项目。 真正高效的 Codex 工作流： 高缓存命中 → 干净上下文 → 必要工具 → 稳定配置 很多时候 Codex 不需要再变强，你只需要做的，就是别再浪费它的上下文。show more

Codex 5.6 能省下 80% 重复 token 的技巧：能缓存的，就别让它重新读第二遍 很多人在用 Codex... 进行vibe coding的时候，每次任务都让模型重新读一遍，项目说明、技术架构、测试规范、固定 Prompt 这就是在白烧 Token 正确做法是：动态信息让 Codex 直接看，静态信息让缓存背。 你可以直接丢这段 Prompt： “请先分析当前项目，把长期不变的项目背景、技术架构、编码规范、测试规则、固定业务约束等内容识别并整理成精简的静态上下文，后续任务优先复用这些已有信息，不要重复读取或重新总结；只有出现新需求、代码修改、新文件、报错日志、测试结果或运行结果等动态变化时才重新读取，并且每次执行任务前告诉我本次复用了哪些静态上下文、新读取了哪些动态信息，以及哪些内容无需重复读取，在保证准确性的前提下尽可能减少重复上下文和 Token 消耗。” 这样做的好处很直接： 1️⃣ 少读重复内容，Token 消耗大幅下降。 2️⃣ 上下文更干净，Codex 能把注意力放在真正变化的代码和需求上。show more

真逆天！Codex 6.1 接入 Serena，token 消耗直接降低 90% 昨天让 AI 改个... Bug，动不动就把整个文件读一遍。项目越大，代码没改多少，Token 先烧了一堆 今天发现，给 Codex 接上 Serena MCP，直接按函数、类、引用精准定位代码，跨文件查找和重构也更方便，消耗大幅降低 参照视频，用上这段提示词，用过后你会感谢我的： “ 请阅读 Serena 官方 GitHub 项目：oraios/serena 检查当前环境与 Codex 配置，按照官方推荐方式安装 Serena，并将其配置为 Codex MCP 服务。优先使用官方支持的安装方式，保留现有 MCP 配置，不要覆盖或删除已有内容 ” 真正省钱的地方： 1、精准定位：不用反复读取整个文件，直接找到需要修改的代码。 2、大型项目：跨文件查找函数、类和引用，复杂代码也能快速定位。 3、节省 Token：减少无效上下文，把额度留给真正需要推理的任务。 Codex 负责思考和写代码，Serena 负责精准定位代码，这绝对是双胞胎兄弟show more

Codex 5.6 必须养成的习惯：记得给 AI “存档”！节省80%的token 长期vibe coding最怕上下文越来越长，需求、方案、Bug、废弃思路全堆在对话里，AI 不断重复读取和分析历史记录。 大量... Token 都浪费在“回忆过去”，而不是“解决现在”的问题。 正确的做法，直接让 Codex 做一次项目状态压缩，prompt如下，直接拿去用： 「根据当前项目实际状态，检查代码、Git diff、现有 DEV_STATE.md 和测试结果，创建或更新项目根目录下的 DEV_STATE.md。仅记录已确认的信息，不猜测或虚构；用一段简洁、连贯的文字概括当前目标、已完成内容、关键决策、核心文件、测试结果、已知问题、失败方案和下一步任务，删除无效讨论、重复信息和过时内容，不粘贴代码，不记录密码、Token、API Key、私钥、Cookie 等敏感信息，重点让下一次开发能够快速了解“当前做到哪里、为什么这样做、哪些已验证、哪些未完成以及下一步做什么。」 当下一次继续开发时，只需要说这样一句提示词即可： 「读取 DEV_STATE.md文档，继续按照文档中的项目进度进行开发」 这相当于给 Codex 建了一份项目记忆快照。长项目、多人协作、Vibe Coding，必须养成这个习惯。 把上下文压缩成状态文件，省的是 Token，提升的是整个开发循环的速度。show more

兄弟们，很多人用 Codex 最大的问题，不是不会写代码。 是项目一大，AI直接失忆。 昨天聊了几个小时，今天换个窗口，又得重新解释： 项目干嘛的。 改了什么。 哪里有坑。 最烦的是，你自己都快忘了。... 我现在更喜欢让 Codex 先给项目做一个“记忆文件”。 直接丢： 扫描当前项目，生成 SESSION_HANDOFF.md 记录： 1. 当前架构 2. 已完成内容 3. 未完成任务 4. 技术决策 5. 已知问题 只读分析，不修改代码。 以后不管换窗口还是换模型。 先读这个文件。 几十轮聊天压缩成一份项目档案。 这个东西看起来简单。 但项目越大，价值越明显。show more

Codex 6.1 一定要安装Github，能节省85%的token 别这么干了，以前写代码真是白白烧 Token！按照我这样来： 我想做一个「知识小屋」，第一句话就是： 「我要做一个知识小屋，请先给我检测 GitHub 有没有开源代码」... 结果 Codex 真找到了现成项目！ 直接拿成熟开源项目二次开发，省钱又省时间！ 以后用 Codex，记住这三步： 1、先搜索 GitHub 有没有现成项目 2、能复用的代码绝不重新写 3、只让 Codex 开发缺少的功能show more

Codex 5.6 必装 Obsidian，直接给 AI 装上安全免费的本地永久记忆库！ 很多人想给 AI 增加长期记忆，但又担心云端... Memory 成本、隐私和数据安全问题 今天我找到了正确的解决方法：让 Obsidian 成为 Codex 的外部知识中枢，让Codex 根据当前需求检索相关知识；完成任务后，再把新的经验、结论和变化同步回知识库。 检索知识 → 执行任务 → 沉淀经验 → 优化知识库 直接用下面这段prompt（提示词）： “请将当前 Obsidian 知识库作为我的跨项目长期记忆系统，为所有项目建立统一索引和知识结构。持续整理并维护项目背景、长期偏好、关键决策、已完成内容、当前进度、失败方案、踩坑记录、技术方案和下一步计划。 每次开始新任务前，先检索 Obsidian 中与当前任务相关的笔记，补充必要上下文后再执行任务；任务完成后，将新增的结论、重要决策、代码变更记录和项目进度同步更新到对应文档。 只保留未来有价值的信息，避免记录无关对话、重复内容或临时信息；不要保存密码、api Key、token 等敏感信息。” 还可以创建个自动化流程： “每次完成重要任务后，让 Codex 自动提取本次开发中的关键经验，包括技术决策、解决方案、踩坑原因和可复用方法，沉淀回 Obsidian，持续完善项目知识库。” 随着项目不断推进，Obsidian 不只是存储文件，将逐渐成为属于你的 AI 知识库大脑。show more

卧槽！Codex 又有新外挂了！这次连代码都不用自己翻了！ GitHub 超逆天！开源项目：CodeGraph（colbymchenry/codegraph）【视频有安装教程和使用说明】 实测数据：7 个开源仓库参与测试，Token 消耗平均降低 62%，执行成本降低 44%，工具调用次数减少... 88%，部分任务耗时缩短 53% 它能把代码库转换成一张可查询的知识图谱，让 Codex 不再依赖传统的逐文件搜索，而是直接理解代码之间的关联。 它到底能做什么？ 以前让 Codex 修改一个功能，可能需要先读十几个文件，再追踪函数、寻找依赖，来回折腾好几轮 现在 CodeGraph 可以提前建立代码索引 快速摸清代码结构，直接查询类、函数和模块之间的关系。 1.精准追踪调用链，知道一个函数被哪些地方调用 2.减少无效搜索，不用反复读取相同文件 3.辅助排查 Bug，快速找到关联代码和潜在影响范围 4.加快开发节奏，减少 AI 探索代码所花费的时间 相当于给 Codex 配了一个随时可以查询的代码地图 不想手动折腾的，直接把这段任务交给 Codex： 帮我将 colbymchenry/codegraph 接入当前 Codex 环境。检查运行依赖和兼容性，完成安装、MCP 配置与代码索引初始化。随后验证代码搜索、函数调用追踪和依赖关系查询是否可用，确保 Codex 能正常调用。不要覆盖现有配置，完成后给出测试结果和日常使用说明show more

Token 消耗减少 90%，P95 延迟降低 91%！ 我用 Codex + mem0... 给 AI 装上长期记忆，真的爽透了！！ 直接把下面这段提示词扔给 Codex，让它帮你完成集成： 安装提示词【视频是完整教程】： “请阅读 mem0 官方文档和 GitHub 仓库，检查当前 Codex 开发环境及项目技术栈，为项目集成 mem0 长期记忆系统。实现记忆的自动写入、检索、更新和去重，让 AI 在执行新任务前能够自动检索相关历史记忆，并持续沉淀项目架构、技术决策、代码规范、业务规则和历史问题解决方案。要求合理控制 Token 消耗，避免无关记忆污染上下文，做好 API Key 管理、异常处理和隐私保护。请不要只给我操作教程，而是直接完成实际配置、代码集成和测试，最后提供完整的使用说明” 以前用 Codex 开发项目，最烦的就是上下文问题： 聊得越久，Token 消耗越多；开一个新会话，之前讨论的需求、技术方案、项目细节又得重新交代一遍 mem0 的思路不一样，相当于给 AI Agent 装上长期记忆层，不需要每次都发送完整对话历史，而是根据当前任务检索真正相关的记忆 比如：项目架构和技术选型、个人代码风格和开发习惯、项目业务规则和技术约束、历史问题和解决方案 论文评测数据也很夸张： 每段对话平均约 1,800 Token 全量上下文约 26,000 Token Token 消耗减少约 90% P95 延迟降低约 91% Codex 负责干活，mem0 负责记忆；一个负责执行，一个负责沉淀经验。 对于长期使用 Codex、开发 Agent、做 AI 应用的人来说，这个组合爽透了show more

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径 斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里... 不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目show more

Codex 5.6 必须知道的技巧：清理上下文，减少 85% 的无效 token 消耗 你以为 Agent... 聊得越久，能力越强 但实际上，长对话很可能正在拖慢 Agent。因为上下文里会不断堆积无效信息，包括废弃方案、失败尝试、调试日志、重复输出和过期内容，最终不仅浪费 token，还会干扰 Agent 的判断。 正确的做法：不要让上下文变成垃圾桶，定期让 Codex 清理当前状态。 这段提示词prompt你直接使用： “请整理当前任务的上下文，清理无效信息，删除或标记已废弃方案、已完成无需参考的内容、与当前目标无关的历史记录以及低价值重复输出，并重新生成一份精简任务摘要，仅保留当前目标、核心约束、已确认决策、当前进度、未解决问题和下一步计划；后续执行任务时，以最新摘要作为主要依据，不再依赖已失效信息。” 这样做的好处： 1️⃣ 能避免 Agent 不被旧信息干扰，减少沿着错误路径继续执行 2️⃣ 保持上下文始终围绕当前目标，提高复杂任务的稳定性 3️⃣ 长时间开发不会因为历史信息堆积而导致 Agent 判断能力下降 很多时候，你缺的不是更多 token，而是一个干净、有效的上下文！show more

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。 通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub：... 并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。 可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。show more

卧槽！！！Codex 这次不只是会写代码了，连产品经理、架构师、开发、测试的工作流都给你安排上了！ 兄弟们，赶紧给你们的 Codex 装上 BMAD-METHOD！ 这玩意儿不是普通的 Skill 集合，而是一套完整的... AI 敏捷开发方法，专门解决 AI 写代码最头疼的问题：需求没想清楚就开干，做到一半推翻重来！ 这价值可牛了： 1、产品经理先行：先梳理需求、明确目标，把模糊的想法变成可执行的开发任务。 2、架构师参与规划：复杂项目先设计技术架构，明确模块划分和实现方案，不再上来就堆代码。 3、多角色协作：产品、架构、UX、开发、测试等专业视角按需参与，让不同阶段都有对应的工作流。 4、完整开发闭环：从需求规划、技术设计到编码、验证和迭代，让 AI 不只是写完代码就交差。 5、新项目、老项目都能用：既能从零开发，也能先梳理现有代码库，再继续迭代。 最关键的是，开源免费，还能根据任务复杂度调整流程。简单需求直接开发，复杂项目再做完整规划，不用每次都走一套繁琐流程 安装也不用自己折腾，直接把这段提示词扔进 Codex： “阅读 bmad-code-org/BMAD-METHOD 官方文档，为当前 Codex 项目安装并配置兼容版本的 BMAD-METHOD，检查现有配置，完成安装后验证相关技能，并演示如何从需求规划推进到代码实现与测试。” 装完直接试试： 使用 BMAD-METHOD 帮我开发一个在线记账网页，支持添加收入和支出、分类统计、月度收支汇总，并用图表展示消费情况。先制定简要开发计划，再直接实现页面，确保按钮可交互、数据可新增，完成后启动预览。 还在让 AI 一上来就闷头写代码的兄弟，试试先把开发流程搭起来！ 对了，在线记账《妙计账本》我给开源了，代码如下自取show more

Codex 5.6 真正与普通人拉开 90% 差距的，不是 prompt，而是你会不会配置 config.toml 很多人用 Codex... 还停留在“打开就聊”，但真正重度使用的人，早就把模型、任务模式、项目规则和自动化流程写进配置里了。 现在 Codex 5.6 最值得折腾的 4 个专业设置： 1️⃣ 固定模型 + Reasoning Effort 别每开一个任务都重新选模型。 把默认模型和推理强度写进 ~/.codex/config.toml，日常任务追求速度，复杂架构任务再提高 reasoning effort。 输入prompt： 请检查我当前 Codex 5.6 实际支持的模型和 reasoning effort 配置，不要猜测或使用已经废弃的参数；然后修改 ~/.codex/config.toml，为日常 Coding 设置合理的默认模型与推理强度，并告诉我具体修改了哪些字段、为什么这样配置，最后验证配置是否成功生效。 2️⃣ 不同任务建立 Profile 写功能、修 Bug、Code Review、做系统架构，根本不应该用完全相同的配置。 Codex 支持 Profiles，可以针对不同任务切换不同工作模式。 配置用的prompt，直接用： 请基于我当前 Codex 5.6 配置创建 3 套 Profile：fast-dev 用于快速开发和小修改，code-review 用于 PR 和代码审查，deep-architecture 用于复杂系统设计；分别配置合适的模型、reasoning effort 和执行策略，不使用已经废弃的配置项，并告诉我之后如何通过 --profile 切换使用。 3️⃣ 给每个项目建立独立配置 全局配置解决“你习惯怎么工作”，项目配置解决“这个项目必须怎么工作”。 把技术栈、测试方式、项目约束和工具配置放进项目自己的 .codex/config.toml，不要每开新会话都重新解释。 直接输入： 请分析当前项目的技术栈、目录结构、测试方式和开发工具，为这个项目设计一份最小化的 .codex/config.toml，只写当前项目真正需要的配置，不覆盖无关的全局设置；完成后解释每项配置的作用，并检查项目级配置是否能够被当前 Codex 正确加载。 4️⃣ 用 Hooks 把规则变成自动执行 最浪费时间的方式，就是每次都提醒 Codex 改完记得跑测试、提交前记得检查、别忘了扫安全问题。 现在可以直接把这些规则做成 Hooks，在生命周期节点自动触发。Codex 当前官方配置已经支持 lifecycle hooks。 直接用这段： 请检查当前项目适合配置哪些 Codex lifecycle hooks，并为我建立最精简的一套自动化流程：代码修改完成后运行必要测试和 lint，关键变更执行安全检查，提交前执行最终验证；只配置真正必要的 Hook，避免重复执行和拖慢开发速度，完成后实际触发一次并验证每个 Hook 是否正常工作。 真正高效的 Codex 启动就知道该怎么工作。 赶紧配置试试吧！show more

WTF 逆天！Codex 装上 oh-my-codex，直接把你升级成一支 AI 开发团队 这个开源项目是真有点东西！跟oh-my-zshell我感觉一个量级 用 Codex... 写直接项目，需求、前端、后端、测试、修 Bug，基本都得一件件安排 现在有了 oh-my-codex（OMX），可以让多个 AI Agent 同时干活，主 Agent 负责统筹，其他 Agent 分工执行 直接复制这段话给 Codex： “ 帮我安装并配置 Yeachan-Heo/oh-my-codex ，先阅读官方 README，检查环境和依赖，按照最新文档完成安装、初始化和健康检查。安装成功后介绍 Team 多 Agent 协作模式，并给出一个启动 6 个 Agent 协作开发的示例。 ” 最让我心动的是这 6 个优势： 1、多 Agent 并行：原生子 Agent 最多支持 6 个并发，复杂任务可以同时推进，不用一个个排队 2、能自动拆解任务：一句需求，先梳理方案、明确分工，再进入开发，减少 AI 写到一半跑偏 3、团队协作开发：前端、后端、测试、代码审查可以分开处理，主 Agent 负责协调和整合 4、持续执行任务：支持长任务目标、检查点和恢复机制，不用每次都从头解释项目 5、自动审查和测试：提供代码审查、QA 验证工作流，写完代码还能继续检查、修复问题 6、项目进度可追踪：计划、日志和状态保存在 .omx/，方便查看进度、恢复任务 更重要的是，它直接增强现有 Codex CLI，不需要你重新换一套 AI 编程工具 你只需要负责提需求，Codex 帮你组织一支 AI 开发团队show more

Codex 5.6 必装插件：Sentry 很多人都遇到过：刚修好一个 Bug，旧问题又出现，项目陷入反复返工的循环 那是因为你丢给Codex的截图或者日志通常只有最后一条报错。真正决定能不能修好的调用链、影响范围、发生频率、版本信息和运行上下文，可能全都丢了。 最近我给 Codex 接入了... Sentry 插件，整个排查流程完全不一样。 现在不需要反复搬运报错，只要告诉它： 用 Sentry 找出当前的线上 Bug，别只看报错信息，结合调用链和当前代码查出真正根因。 Codex 就可以直接读取你有权限的错误数据，再结合当前项目代码完成： 1️⃣ 还原现场：查看完整调用链和运行上下文，确认 Bug 在什么条件下发生。 2️⃣ 定位根因：把线上错误对应到具体代码，避免只根据最后一条报错猜答案。 3️⃣ 验证修复：先复现问题并补充回归测试，再修改代码，避免修好这里又弄坏那里。 彻底告别 Bug 修了又坏、坏了再修的循环。show more

卧槽，这个仓库思路我是挺佩服的～ 能把任意公开的 GitHub 仓库逆向工程成“原始自然语言提示（prompt）”。 简单说就是： 你输入一个 GitHub 仓库链接，它就会自动抓取仓库的结构、README、文件树等信息，用 AI（比如... Gemini）帮你生成一个完整、自然的提示词。 把这个提示词直接丢给 Claude、Cursor、Windsurf 等 AI 编程工具，AI 就能更好的理解。 主要用处： 快速学习一个项目的“构建思路”和提示风格（不用一行一行读代码） 复制/重现别人用 AI 写的项目（学习提示词） 仓库&体验地址👇👇👇show more

哈草，太逆天了！Codex 效率直接提高 20 倍，这个开源神器必须装！ Codex + Context7 = 给... AI 开挂 1、不用再翻文档了：写 React、Next.js、Supabase，直接让 Codex 获取对应的最新文档和代码示例，省掉大量查资料的时间 2、减少 AI 一本正经地瞎写：API 名称、参数、配置方式不对，代码写得再快也白搭。Context7 把相关文档塞进上下文，让 Codex 有据可查。 3、少返工才是真提效：遇到陌生框架、SDK 集成、版本升级，先查文档再写代码，减少过时用法和错误示例带来的折腾。 4、安装直接交给 Codex：复制下面这段提示词，让它自动阅读项目文档、完成配置并验证是否可用 安装直接用这段提示词： “ 请先阅读 upstash/context7 的官方文档，了解 Context7 的安装方式、配置要求和使用方法。然后为当前 Codex 环境安装并配置 Context7，优先采用官方推荐的方案；检查运行环境和依赖，完成必要的 MCP 或 CLI + Skills 配置。配置完成后，验证工具是否能够正常调用、能否检索指定技术栈的最新文档，并测试一次真实的代码查询任务。最后告诉我具体修改了哪些配置、如何使用，以及后续如何让 Codex 在编写代码、调用 API、安装 SDK、排查报错时，优先检索对应版本的官方文档。遇到需要授权、API Key 或人工操作的步骤时，明确告诉我，不要假装安装成功 ” 以后写代码，别光让 AI 埋头干活，先让它找到正确的说明书！show more

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。... 一上来就让它： 帮我写一个 App。 分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词： 我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。 这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍 等方向确定后，再让它开始写代码。show more

由于最近 Vibe coding 的项目越来越多，外加上个人是一个非常不喜欢整理文件夹的人，导致最近桌面非常乱。 于是尝试拿小模型 Qwen 2.5 (0.5B Instruct... 4-bit) 做了一个 macOS 的本地 AI 文件夹整理工具，看着文件自动分类实在是太太太太太爽了。 能生成分析日报，准备继续再小模型的基础上优化分类和查询的功能。做完功能再做 UI 部分，目前是原生 UI 实在太丑了 😅show more